Cyberpsychol Behav Soc Netw. 2014 Dec 1; 17 (12): 749 – 754.
PMCID: PMC4267705
Orsolya Király, MA,
1 ,,2 Mark D. GriffithsPhD,3 Róbert UrbánPhD,1 Judit Farkas, MA,1 ,,4 Gyöngyi KökönyeiPhD,1 Zsuzsanna ElekesDSc5 Domokos Tamás, MA,6 und Zsolt Demetrovics, PhD1
Dieser Artikel wurde zitiert von andere Artikel in PMC.
Abstrakt
In der Literatur wird derzeit diskutiert, ob problematische Internetnutzung (PIU) und problematisches Online-Gaming (POG) zwei unterschiedliche konzeptuelle und nosologische Einheiten sind oder ob sie gleich sind. Die vorliegende Studie liefert einen Beitrag zu dieser Frage, indem sie die Wechselbeziehung und die Überschneidung zwischen PIU und POG in Bezug auf Geschlecht, Schulerfolg, Zeitaufwand für Internet- und / oder Online-Spiele, psychologisches Wohlbefinden und bevorzugte Online-Aktivitäten untersucht. Fragebögen zur Bewertung dieser Variablen wurden einer national repräsentativen Stichprobe jugendlicher Spieler (N= 2,073; M Alter= 16.4 Jahre, SD= 0.87; 68.4% männlich). Die Daten zeigten, dass die Internetnutzung bei Jugendlichen eine häufige Aktivität war, während Online-Gaming von einer erheblich kleineren Gruppe betrieben wurde. In ähnlicher Weise erfüllten mehr Jugendliche die Kriterien für PIU als für POG, und eine kleine Gruppe von Jugendlichen zeigte Symptome für beide Problemverhalten. Der auffälligste Unterschied zwischen den beiden Problemverhalten war in Bezug auf das Geschlecht. POG war viel stärker mit Männlichkeit assoziiert. Das Selbstwertgefühl hatte geringe Auswirkungen auf beide Verhaltensweisen, während depressive Symptome sowohl mit der PIU als auch mit der POG assoziiert waren und die PIU etwas stärker beeinflussten. In Bezug auf bevorzugte Online-Aktivitäten wurde PIU positiv mit Online-Spielen, Online-Chatten und sozialen Netzwerken in Verbindung gebracht, während POG nur mit Online-Spielen in Verbindung gebracht wurde. Basierend auf unseren Erkenntnissen scheint POG ein konzeptionell anderes Verhalten als PIU zu sein, und daher stützen die Daten die Vorstellung, dass Internet Addiction Disorder und Internet Gaming Disorder separate nosologische Einheiten sind.
Einleitung
Das Phänomen der Internetsucht (IA) wurde erstmals in einer Reihe von Arbeiten von Young beschrieben1,2 und Griffiths.3,4 Das Thema erlangte sofort allgemeine Aufmerksamkeit und ist seitdem zu einem stark erforschten Bereich geworden, der ungefähr 70-Großstudien mit Stichprobengrößen von mehr als 1,000-Teilnehmern umfasst.5 Trotz der fortgesetzten Verwendung des Begriffs „Internetabhängigkeit“ haben Forscher auf die Verschiedenartigkeit der Aktivitäten hingewiesen, die jetzt im Internet durchgeführt werden können, und sind häufig davon ausgegangen, dass verschiedene Online-Aktivitäten in unterschiedlichem Umfang zur Folgenabschätzung beitragen.6-8
Online-Anwendungen unterscheiden sich erheblich in Abhängigkeit von der Rolle, die das Internet in ihnen spielt. Beispielsweise wurde argumentiert, dass bei Aktivitäten wie Online-Glücksspielen und -Einkaufen das Internet lediglich ein weiterer Kanal sei, in dem traditionelle Offline-Aktivitäten stattfinden könnten.9,10 Das Internet ist jedoch ein wesentlicher Bestandteil bei anderen Online-Aktivitäten wie dem Durchsuchen von Informationen (z. B. „Googeln“), der Interaktion in Online-Chatrooms und in jüngster Zeit in sozialen Netzwerken.9,11 Kurz gesagt, letztere Aktivitäten können nur online stattfinden.
Es gibt jedoch auch Aktivitäten, bei denen das Internet einer Offline-Aktivität eine neue Dimension verleiht. Eine solche Aktivität ist das Spielen von Videospielen. Während Videospiele (und wahrscheinlich auch Multiplayer-Videospiele) lange vor der Verbreitung des Internets existierten, eröffnete die groß angelegte Online-Vernetzung später neue Grenzen und Erfahrungen im Bereich des Spielens - insbesondere im Fall von Massively Multiplayer Online Games (MMOGs). Aktuelle MMOGs können Tausende von Spielern gleichzeitig im selben virtuellen Raum hosten und haben die Qualität, Erfahrung und Dynamik von Spielen grundlegend verändert.12,13 Dies könnte vielleicht ein Grund sein, warum problematisches Online-Gaming oder Online-Spielsucht zu einem so ausgeprägten Forschungsgebiet geworden sind. Die Tatsache, dass das vorgeschlagene diagnostische und statistische Handbuch für psychische Störungen, fünfte Ausgabe (DSM-5) der Kategorie der Internet-Nutzungsstörung letztendlich durch die Internet-Gaming-Störung ersetzt wurde14-16 zeigt auch die Bedeutung dieses besonderen Phänomens.
Über den Zusammenhang zwischen problematischer Internetnutzung (PIU) und problematischem Online-Gaming (POG) ist trotz der zunehmenden Anzahl von Studien in diesen Bereichen relativ wenig bekannt. Neben den theoretischen Überlegungen ist es auch wichtig, sowohl auf praktischer als auch auf pragmatischer Ebene zu untersuchen, ob eine Unterscheidung zwischen diesen beiden Phänomenen erforderlich ist. Kurz gesagt, sind PIU und POG zwei unterschiedliche konzeptionelle und nosologische Einheiten, an denen unterschiedliche Populationen beteiligt sind und die unterschiedliche Merkmale aufweisen, oder sind sie ein und dasselbe? Konkret: Sind die Merkmale der von PIU und POG betroffenen Personen ähnlich oder unterschiedlich? Sind die beitragenden Faktoren ähnlich oder unterschiedlich?
Frühere Untersuchungen legen einige Unterschiede zwischen den von den beiden Phänomenen betroffenen Populationen nahe. Zum Beispiel, während vielleicht eine größere demografische Gruppe von PIU betroffen ist,1 POG scheint hauptsächlich die jüngere männliche Bevölkerung zu betreffen.17,18 Ein kritischer methodischer Mangel der meisten dieser Studien ist jedoch, dass sie PIU und POG getrennt untersuchten. Ziel der vorliegenden Studie war es daher, die Wechselbeziehung und die Überschneidung zwischen PIU und POG in Bezug auf Geschlecht, schulische Leistungen, Zeitaufwand für die Nutzung des Internets und / oder Online-Spiele, psychisches Wohlbefinden und bevorzugte Online-Aktivitäten in a zu untersuchen national repräsentative Jugendstichprobe.
Methoden
Probe und Verfahren
Die Daten wurden im März 2011 im Rahmen eines internationalen Projekts namens European School Survey Project zu Alkohol und anderen Drogen (ESPAD) gesammelt.19 Dieses Projekt findet seit 4 alle 1995-Jahre statt und untersucht die Rauchgewohnheiten sowie den Alkohol- und Drogenkonsum von Jugendlichen im Alter von 16-Jahren in einer wachsenden Anzahl von teilnehmenden Ländern. Zusätzlich zu den obligatorischen Fragen fügte Ungarn in 2011 zwei kurze Abschnitte hinzu, um PIU und POG zu bewerten.
Um eine repräsentative Stichprobe von Jugendlichen im Alter von 16 in der ungarischen Bevölkerung zu erhalten, wurde eine international homogene geschichtete Zufallsstichprobenmethode angewendet, die auf Region (Mittel- / West- / Ostungarn), Klasse (8 – 10) und Klassenart (primär allgemein, allgemeine Sekundarstufe, berufliche Sekundarstufe und berufliche Klassen). Die Stichprobeneinheit war die Klasse, und der Fragebogen wurde jedem Schüler ausgehändigt, der zum Zeitpunkt der Datenerhebung anwesend war. Die Daten mussten gewichtet werden, da die Antwort aufgrund einer Ablehnungsrate von 15% nicht richtig reagiert. Um die Zusammensetzung der Teilnehmer mit dem Stichprobenrahmen abzugleichen, wurden die Daten mit der vom Nationalen Bildungsinformationssystem (KIR-STAT) empfohlenen Matrixgewichtungsmethode (Elekes Z, 2012, unveröffentlichte Daten) nach Schichten gewichtet.
Fragen zu PIU und POG wurden nur an die national repräsentative Stichprobe von 9th-10th-Schülern in allgemeinbildenden Sekundarschulen und berufsbildenden Sekundarschulen gerichtet (N= 5,045). Nach dem Entfernen von Fällen, in denen die Antworten auf PIU- und POG-Fragen vollständig fehlten, umfasste die endgültige Stichprobe 4,875-Jugendliche.
Maßnahmen
Grundlegende soziodemografische Daten (dh Geschlecht und Alter) sowie schulische Leistungen (Notendurchschnitt) und Informationen zur Internetnutzung und zu Online-Spielen wurden gesammelt. Antworten auf die Zeit, die Sie mit dem Internet verbracht haben, und die Zeit, die Sie an einem durchschnittlichen Tag mit Online-Spielen verbracht haben, wurden mit Single-Choice-Fragen (<1 Stunde, 1–2 Stunden, 3–4 Stunden, 5–6 Stunden, 7–8 Stunden,> 8) beantwortet Std). Um die Ergebnisse klarer zu machen, wurde die Anzahl der Kategorien während der Analysen durch Zusammenführen der beiden Kategorien von den Rändern reduziert. Die drei am häufigsten verwendeten Internetaktivitäten wurden ebenfalls aufgezeichnet. Die Schüler können aus sechs Optionen auswählen (z. B. online nach Informationen suchen, Online-Spiele spielen, online chatten, soziale Netzwerke nutzen, E-Mails senden und herunterladen) und bis zu zwei zusätzliche Online-Aktivitäten angeben.
Die PIU wurde anhand der 6-Item-Version des Fragebogens zur problematischen Internetnutzung (PIUQ-6) (Király et al. 2014, unveröffentlichtes Manuskript) bewertet. Die ursprüngliche Skala enthielt 18-Elemente und drei Unterskalen: Besessenheit, Vernachlässigung und Kontrollstörung.20 Die kürzere Version behielt die ursprüngliche Drei-Faktor-Struktur bei, gemessen an jeweils zwei Elementen. Eine 5-Punkt-Likert-Skala (von „nie“ bis „immer / fast immer“) wurde verwendet, um abzuschätzen, wie sehr die gegebenen Aussagen die Befragten charakterisierten. Die Scores reichen von 6 bis 30, wobei höhere Scores mehr PIU anzeigen. Ein Cutoff-Score von 15 wurde empfohlen, um problematische und unproblematische Internetnutzer zu unterscheiden. Beide Instrumente zeigten gute psychometrische Eigenschaften.20-21 Die interne Konsistenz des 6-Elements PIUQ betrug für die vorliegende Stichprobe 0.77.
Der POG wurde mit der Kurzform des 12-item-Fragebogens für problematische Online-Spiele (POGQ-SF) gemessen.22 Dieses Instrument leitet sich vom 18-Item POGQ ab, einer Skala mit guten psychometrischen Eigenschaften, die sowohl auf theoretischen als auch auf empirischen Inhalten basiert.23 Beide Versionen messen sechs grundlegende Dimensionen problematischen Spielens (dh Beschäftigung, Überbeanspruchung, Untertauchen, soziale Isolation, zwischenmenschliche Konflikte und Rückzug) unter Verwendung einer 5-Punkt-Likert-Skala. Die Scores reichen von 12 bis 60, wobei höhere Scores mehr POG anzeigen. Ein Cut-Off-Score von 32 wurde empfohlen, um problematische von unproblematischen Online-Spielern zu unterscheiden. Die interne Konsistenz des 12-Elements POGQ war 0.93 für die vorliegende Stichprobe.
Psychologische Merkmale wie depressive Verstimmung (Kurzform [6-Item] Zentrum für epidemiologische Studien Depressionsskala [CES-D]24) und Selbstwertgefühl (Rosenbergs Self-Esteem Scale [RSES]25) wurden ebenfalls bewertet. Kurzform-CES-D ist eine Skala, mit der depressive Symptome mithilfe einer 4-Punkt-Likert-Skala bewertet werden können (von „selten oder nie“ bis „meistens“). Die Scores reichen von 4 bis 24, wobei höhere Scores auf ein höheres depressives Stimmungsniveau hinweisen. Die interne Konsistenz war 0.82 für die vorliegende Probe. RSES bewertet das Selbstwertgefühl und die Selbstakzeptanz und misst damit das globale Selbstwertgefühl. Es verfügt über 10-Elemente (fünf umgekehrte Elemente) und verwendet eine 4-Punkt-Likert-Skala (von „stimme voll und ganz zu“ bis „stimme überhaupt nicht zu“). Die Ergebnisse reichen von 10 bis 40, wobei höhere Ergebnisse ein höheres Selbstwertgefühl anzeigen. Die interne Konsistenz war 0.86 für die vorliegende Probe.
Statistische Analysen
Beschreibende Analysen wurden mit IBM SPSS Statistics für Windows, v20.0, durchgeführt.26 Um die Wechselbeziehung zwischen der durchschnittlichen täglichen Internetnutzung und dem durchschnittlichen täglichen Online-Gaming (gemessen als kategoriale Variablen) sowie die Wechselbeziehung zwischen PIU und POG zu testen, wurden zwei Kontingenztabellen erstellt. Um die beiden in der neueren psychologischen Literatur vorgeschlagenen nosologischen Entitäten (dh PIU und POG) zu untersuchen, wurde die Assoziation von PIU und POG mit relevanten Vorhersagevariablen unter Verwendung einer multivariaten multiplen Regressionsanalyse im Rahmen der Strukturgleichungsmodellierung (SEM) in MPLUS v6.0 verglichen.27 Das multivariate multiple Regressionsmodell kann die Assoziationen zwischen mehr als einer Ergebnisvariablen und mehr als einer Prädiktorvariablen schätzen. Darüber hinaus wurden bei dieser Art der Analyse alle Regressionskoeffizienten durch Steuern aller anderen Prädiktorvariablen im Modell geschätzt. Aufgrund der Abweichung von der Normalverteilung wurde die Maximum-Likelihood-Schätzung mit robuster Standardfehlerschätzung verwendet. Alle Analysen wurden an der gewichteten Probe durchgeführt. Fehlende Daten in Mplus wurden mit der Maximum-Likelihood-Methode für vollständige Informationen behandelt.27
Die Ergebnisse
Beschreibende Statistik
Das Durchschnittsalter der Stichprobe (N= 4,875) war 16.4 Jahre (SD= 0.87) und 50% waren männlich. Nur sechs Studenten (0.1%) gaben im Monat vor der Datenerhebung an, das Internet überhaupt nicht zu nutzen. Die Mehrheit der Schüler, die das Internet genutzt hatten, konnte in eine von drei Gruppen eingeteilt werden: a) diejenigen, die noch nie Online-Spiele gespielt hatten (n= 709, 14.5%), (b) diejenigen, die im Monat vor der Datenerfassung gespielt hatten (n= 2,073, 42.5%) und (c) diejenigen, die Online-Spiele gespielt haben, jedoch nicht im Monat vor der Datenerfassung (n= 1,799, 36.9%). Alle Analysen wurden an der zweiten Teilstichprobe durchgeführt, die aktuelle Spieler umfasste, um einen Vergleich zwischen PIU und POG durchführen zu können. Das Durchschnittsalter der aktuellen Spieler-Teilstichprobe war das gleiche wie das der Gesamtstichprobe. Die Geschlechtsverteilung war jedoch unterschiedlich: Zwei Drittel (69.1%) der gegenwärtigen Spieler waren männlich, verglichen mit der Hälfte (50.4%) der Gesamtstichprobe.
Zeit, die Sie im Internet verbringen und Online-Spiele spielen
Um den Zusammenhang zwischen der durchschnittlichen täglichen Internetnutzung und dem durchschnittlichen täglichen Online - Gaming herauszufinden, wurde eine Kontingenztabelle erstellt (siehe Tabelle 1). Die Daten zeigen, dass während die durchschnittliche tägliche Internetnutzung zwischen den drei Zeitkategorien ziemlich gleichmäßig verteilt war, das Online-Glücksspiel mit zunehmenden Zeitkategorien erheblich abnahm. Die Tabelle zeigt auch, dass Online-Spiele zwar von einer starken Internetnutzung begleitet werden, das Gegenteil jedoch weniger der Fall ist. Diejenigen, die viel Zeit im Internet verbringen, verbringen nicht unbedingt viel Zeit mit Online-Spielen.
Problematische Internetnutzer und problematische Online-Spieler
Um die Größenordnung von PIU und POG sowie die Überlappung zwischen beiden herauszufinden, wurde eine weitere Kontingenztabelle mit vier verschiedenen Gruppen erstellt: (a) weder problematische Internetnutzer noch problematische Online-Spieler (80.2%), (b) problematische Internetnutzer, aber nicht problematische Online - Spieler (8.8%), (c) problematische Online - Spieler, aber nicht problematische Internet - Benutzer (4.3%), und (d) sowohl problematische Internet - Benutzer als auch problematische Online - Spieler (6.7%) (vgl Tabelle 2).
Multivariate multiple Regression
Eine Korrelationsmatrix von Studienvariablen ist in dargestellt Tabelle 3. Um die Assoziation von PIU und POG mit relevanten Prädiktorvariablen zu vergleichen, wurde eine multivariate multiple Regression durchgeführt (vgl Abb.. 1). Die Ergebnisse zeigten deutliche Assoziationen einiger Prädiktorvariablen mit den beiden Ergebnisvariablen. Männlichkeit war mit beiden Problemverhalten verbunden. Die Assoziation war jedoch stärker für POG (β = −0.29, p<0.001) als für PIU (β = –0.07, p<0.01). Mehr als 5 Stunden Internetnutzung an einem durchschnittlichen Tag hatten eine stärkere Assoziation mit PIU (β = 0.20, p<0.001) als POG (β = 0.07, p<0.01), während Online-Spiele für mehr als 5 Stunden an einem durchschnittlichen Tag eine engere Assoziation mit POG hatten (β = 0.20, p<0.001) als PIU (β = 0.07, p<0.01). Das Selbstwertgefühl hatte einen sehr geringen standardisierten Effekt auf beide Entitäten (β = –0.08, p<0.01 für PIU; β = –0.09, p<0.01 für POG), während depressive Symptome eine etwas stärkere Assoziation mit PIU zeigten (β = 0.29, p<0.001 vs. β = 0.22, p<0.001). Darüber hinaus hatte die am Notendurchschnitt gemessene Schulleistung einen sehr geringen positiven Einfluss auf beide problematischen Online-Verhaltensweisen (β = 0.05, p<0.05 für PIU; β = 0.07, p<0.01 für POG). In Bezug auf die sechs Internetaktivitäten, die angeboten wurden, um als eine der drei beliebtesten Online-Aktivitäten eingestuft zu werden (dh nach Informationen suchen, Online-Spiele spielen, chatten, Websites sozialer Netzwerke verwenden, E-Mails senden und herunterladen), nur spielen Online-Spiele waren erheblich mit POG assoziiert (β = 0.20, p<0.001), während Online-Spiele gespielt wurden, waren Online-Chats und soziale Netzwerke alle mit PIU verbunden, obwohl ihre Effektgrößen vernachlässigbar waren (β = 0.09, p<0.01; β= 0.06, p<0.01; und β= 0.05, p<0.05).
Diskussion
Die vorliegende Studie zielte darauf ab, die Wechselbeziehung zwischen PIU und POG an einer national repräsentativen Stichprobe von Jugendlichen zu untersuchen. Die Ergebnisse deuten darauf hin, dass die Internetnutzung bei Jugendlichen eine häufige Aktivität war, Online-Spiele jedoch von einer viel kleineren Gruppe betrieben wurden. Darüber hinaus war das „Hardcore“ -Spielen (dh das Spielen von Online-Spielen für> 7 Stunden pro Tag) viel seltener als die längere Nutzung des Internets (dh das Internet für> 7 Stunden pro Tag). Basierend auf diesen Ergebnissen ist es nicht überraschend, dass mehr Jugendliche die Kriterien für PIU als für POG erfüllten, während eine kleine Gruppe von Jugendlichen Symptome beider Problemverhalten zeigte. Diese Ergebnisse stimmen mit der Literatur überein, die eine höhere Internetnutzung als Online-Spiele vorschlägt28,29 und höhere PIU als POG in Proben von Jugendlichen.28
Das multivariate multiple Regressionsmodell zeigte auch eine Unterscheidung zwischen den beiden Online-Verhaltensweisen. Die auffälligsten Unterschiede bestanden in Bezug auf Geschlecht und Zeit, die für die beiden Aktivitäten aufgewendet wurden. Während sowohl PIU als auch POG mit dem männlichen Geschlecht assoziiert waren, war der Effekt für POG viel größer. Die Assoziation der PIU mit der Zeit, die sie im Internet verbrachte, war stärker als die Assoziation mit dem Spielen von Online-Spielen, während die Assoziation der POG mit der Zeit, die sie im Internet verbrachte, stärker war als die Assoziation mit der Zeit, die sie im Internet verbrachte. Die Unterscheidung zeigt sich auch in der unterschiedlichen Präferenz für Online-Bewerbungen. Während Online-Gaming die einzige Online-Aktivität war, die als eine der häufig praktizierten Online-Aktivitäten für POG bezeichnet wurde, wurde PIU positiv mit Online-Gaming, Online-Chat und sozialen Netzwerken in Verbindung gebracht. Die sehr geringe Auswirkung von Social Networking auf die PIU war jedoch überraschend. Eine Erklärung könnte sein, dass die Popularität von Social-Networking-Sites in Ungarn nach dem Zeitraum dieser Datenerhebung exponentiell zugenommen hat. Die jüngste Zunahme der Smartphone-Besitz30 könnte auch die Ergebnisse der anstehenden ESPAD-Forschung in Bezug auf Aktivitäten wie soziale Netzwerke ändern.
Interessanterweise hatte ein geringes Selbstwertgefühl geringe standardisierte Effektgrößen bei beiden Online-Verhaltensproblemen. Diese Ergebnisse stimmen mit früheren Untersuchungen überein28 widersprechen aber einigen anderen Studien.22,31,32 Allerdings waren sowohl mit PIU als auch mit POG depressive Symptome verbunden, die PIU etwas stärker beeinflussten. Dies stützt wiederum einen Großteil der bisherigen Literatur.33-35
Trotz der vielen Stärken der Studie, einschließlich des großen Stichprobenumfangs, der nationalen Repräsentativität der Stichprobe und der starken psychometrischen Eigenschaften der Instrumente, mit denen sowohl POG als auch PIU bewertet werden, bestehen einige Einschränkungen bei den gesammelten Daten. Die Daten wurden alle selbst gemeldet und sind daher anfällig für verschiedene Verzerrungen (z. B. soziale Erwünschtheit, Verzerrungen beim Abrufen von Erinnerungen). Darüber hinaus waren alle Teilnehmer ungarische Jugendliche, weshalb die Ergebnisse möglicherweise nicht auf Jugendliche aus anderen Ländern oder auf Erwachsene übertragbar sind. Wie oben erwähnt, wurden die Daten vor dem jüngsten Aufschwung in sozialen Netzwerken gesammelt, und wenn sie jetzt wiederholt werden, kann die Studie zu unterschiedlichen Ergebnissen führen. Die Studie sollte daher sowohl für Jugendliche als auch für Erwachsene und in verschiedenen Ländern wiederholt werden.
Basierend auf den Ergebnissen der vorliegenden Studie scheint POG ein konzeptionell anderes Verhalten als PIU zu sein. Die Ergebnisse zeigen deutlich, dass die beiden Arten des problematischen Online-Verhaltens unterschiedliche Bevölkerungsgruppen zu sein scheinen und mit unterschiedlichen Faktoren zusammenhängen. Die Daten stützen die Vorstellung, dass Internet Addiction Disorder und Internet Gaming Disorder separate nosologische Einheiten sind. Infolgedessen kann die Einstufung von POG als Störung in den derzeitigen Diagnosesystemen zu Unkenntnis über andere potenziell süchtig machende Online-Aktivitäten wie soziale Netzwerke führen36 oder allgemeiner problematische Nutzung des Internets.5
Anerkennungen
Diese Arbeit wurde vom Ungarischen Wissenschaftlichen Forschungsfonds (Bewilligungsnummern: K83884, K111938 und K81353) unterstützt. Gyöngyi Kökönyei und Zsolt Demetrovics würdigen die finanzielle Unterstützung des János Bolyai-Forschungsstipendiums der Ungarischen Akademie der Wissenschaften.
Bibliographie
;
